Wenn der Händler weiß, was Kunden wünschen

Weder beim ersten noch beim zweiten Besuch eines Online-Shops kaufen die Nutzer dort in der Regel ein. Mehr als ein Drittel besuchen ihn drei bis vier Mal, bevor sie einen Einkauf tätigen. 40 Prozent sogar fünf Mal oder noch häufiger.

Ist dies nun eine schlechte oder doch eine gute Nachricht, die Lucidworks bei einer Umfrage mit über 120 Online-Händlern ermittelt hat? Die Antwort lautet: Es kommt darauf an, was der Shop-Betreiber daraus macht.

Spuren lesen und auswerten

Die gute Nachricht ist, dass der Nutzer bei jedem Besuch zahlreiche Spuren hinterlässt. Mit deren Hilfe kann der Händler seine Präferenzen kennenlernen. Dies gilt auch für Nutzer, die nicht angemeldet sind oder explizit über sich Auskunft geben. Allein auf Grund des Suchverhaltens entstehen Signals, die der Händler sammeln und auswerten kann: Was tippt der Nutzer in das Suchfeld ein? Für welche Artikel hat er sich interessiert? Welche Filter nutzt er? Was klickt er an, was nicht? Bei welchen Seiten springt er ab? Geschickt aufgesetzte Clustering- und Classification-Algorithmen ermöglichen es dann, die Absichten des Kunden besser zu verstehen.

Wenn der Online-Händler dieses Wissen nutzen will, um seinen Umsatz zu steigern, wartet noch eine weitere Aufgabe auf ihn. Er muss dafür sorgen, dass der Kunde auch zum vierten oder fünftem Mal zu ihm kommt, um zu guter Letzt den geplanten Kauf in seinem Shop zu tätigen – und nicht beim Wettbewerber, der nur einen Klick entfernt ist.

Jeden Kunden persönlich kennenlernen 

Kunden kommen immer wieder in einen Shop zurück, wenn sie sich dort verstanden fühlen. Es geht also nicht nur darum, die Absichten und Bedürfnisse eines jeden zu kennen, sondern ihm daraufhin auch ein Einkaufserlebnis zu bieten. Die Kunst besteht darin, dass er dieses nicht als Inszenierung wahrnimmt, sondern als Selbstverständlichkeit. Das gelingt am besten mit personalisierten Shop-Angeboten. 

Um Missverständnisse zu vermeiden: Wenn der Nutzer beispielsweise regional passende Angebote erhält, ist das noch lange keine Personalisierung. Dass Schneeschaufeln nur in Regionen angezeigt werden, in denen es auch schneit, sollte selbstverständlich sein. Eine weitere Maßnahme sind Empfehlungen zu Artikeln, für die sich ein Kunde gerade interessiert. Häufig lauten diese jedoch: „Wer sich für diesen Artikel interessiert hat, hat sich auch für folgende Artikel interessiert“. Die empfohlenen Artikel wurden ermittelt, indem das Verhalten aller anderen Nutzer analysiert wurde. Das entspricht noch nicht den persönlichen Präferenzen des konkreten Kunden, der sich gerade ein Produkt einer bestimmten Kategorie ansieht.

Mit Personalisierung im E-Commerce ist mittlerweile eine ganz individuelle Personalisierung gemeint, die auch Hyper-Personalisation genannt wird. Der Kunde, der die Farbe Blau mag und regelmäßig ins Fitness-Studio geht, erhält beim Besuch des Webshops und im Newsletter Angebote, die ganz genau zu seinen Bedürfnissen und Gewohnheiten passen. Dafür werden alle Signals, die er hinterlassen hat, erfasst, aggregiert und mit Hilfe von Methoden aus der Künstlichen Intelligent analysiert und ausgewertet.

Kaufen beginnt mit Suchen und Finden

Nochmals zurück auf Start – zum ersten Besuch im Shop und zu den ersten Schritten eines Kunden, der etwas kaufen möchte. Viele beginnen mit der Suchfunktion. Sie tippen dort einfach ein, was sie suchen; und werden dann häufig enttäuscht. Sei es, da es keine Treffer für ihre Suche gibt, oder die Treffer für sie irrelevant sind. Sie verlassen frustriert den Shop und werden sicherlich nicht wiederkommen.

Bei der Suchfunktion muss der Shop sich also auf jeden Fall von seiner besten Seite zeigen. Nicht nur wegen der langfristigen Kundenbindung, sondern auch ganz konkret, um die Conversion Rate hin zu den Produktseiten zu steigern. Kunden können nämlich nur das kaufen, was sie finden.

Die Lösung lautet auch in diesem Fall, die Absichten des Kunden zu verstehen. Nur Stichworte abzugleichen, kann zu Missverständnissen führen. Keine Treffer anzuzeigen, weil der Nutzer sich vertippt hat, das ist Pech. Noch schlimmer, wenn er „Auto“ in die Suchfunktion eingegeben hat und Autos aber ausschließlich bei der Eingabe von „Pkw“ angeboten werden. Da verpasst der Online-Händler mehr als nur eine Chance.

Um zu erkennen, was der Kunde finden möchte, stehen unter anderem verschiedene Methoden des Natural Language Processing (NLP) zur Verfügung. Eine davon ist das Deep Learning: bei jeder Suchanfrage lernt der Shop von den Reaktionen der Nutzer auf die Suchergebnisse, was mit den eingegebenen Worten gemeint ist. Dies wird künftig noch wichtiger werden, da immer mehr Nutzer statt einzelner Begriffe vollständige Fragen eingeben. 

Mangelnde Fehlertoleranz ist nur einer von vielen Mängeln der Shopsuche, die ein Online-Händler beheben sollte. Damit die Kunden nicht frustriert sind, sondern von Anfang an schnell und leicht finden, was sie suchen, sollte er die angezeigten Ergebnisse auch sortieren. Beispielsweise, indem sie nach Kategorien sortiert sind und die relevantesten zuerst angezeigt werden.

Customer Experience ist kein Nice-to-have

Ausnahmesituationen wie die Corona-Pandemie sind keine Entschuldigung, um das Einkaufserlebnis für die Kunden zu vernachlässigen. Dieses muss immer oberste Priorität haben. Nochmals zur Erinnerung: Wenn die Kunden nicht finden, was sie suchen, können sie auch nichts kaufen. Ohne Empfehlungen, die auf ihre individuellen Vorlieben und Bedürfnisse abgestimmt sind, wechseln sie zu Shops, die diese Kunst beherrschen.

In den letzten Monaten hat sich viel verändert. Viele Menschen haben zum Beispiel mehr online eingekauft als bisher, oder sie haben das Online-Shopping sogar erstmalig für sich entdeckt. Daher ist es jetzt wichtiger denn je, dass die Kunden schnell und einfach die gewünschten Produkte finden. Der Online-Einkauf muss ihnen Spaß machen, damit sie zu Stammkunden werden.

Über den Autor

Michael Marheineke ist Mitglied der Geschäftsleitung bei der SHI GmbH und engagiert sich seit vier Jahrzehnten für Unternehmen, die ihr Business mit Hilfe von IT ausbauen möchten. Er setzt seine vielseitigen Fähigkeiten ein, damit diese Unternehmen ihr Wachstum sicherstellen. Bei SHI ist er seit 2013 für den Bereich Search & Analytics verantwortlich.